MétaCan
Menu
Retour à la cohorte
Enregistrement W4401177838 · doi:10.3390/pharmaceutics16081016

Synthesis of Gelatin Methacryloyl Analogs and Their Use in the Fabrication of pH-Responsive Microspheres

2024· article· en· W4401177838 sur OpenAlexaff
Karolina Papera Valente, Geneviève N. Boice, Cameron Polglase, Roman G. Belli, Elaina Bourque, Afzal Suleman, Alexandre G. Brolo

Notice bibliographique

RevuePharmaceutics · 2024
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGelatinSelf-healing hydrogelsMethacrylamidePolymerSwellingPolymer chemistryDrug deliveryAqueous solutionMaterials scienceChemical engineeringChemistryCopolymerNanotechnologyOrganic chemistryAcrylamideComposite material

Résumé

récupéré en direct d'OpenAlex

pH-responsive hydrogels have numerous applications in tissue engineering, drug delivery systems, and diagnostics. Gelatin methacryloyl (GelMA) is a biocompatible, semi-synthetic polymer prepared from gelatin. When combined with aqueous solvents, GelMA forms hydrogels that have extensive applications in biomedical engineering. GelMA can be produced with different degrees of methacryloyl substitution; however, the synthesis of this polymer has not been tuned towards producing selectively modified materials for single-component pH-responsive hydrogels. In this work, we have explored two different synthetic routes targeting different gelatin functional groups (amine, hydroxyl, and/or carboxyl) to produce two GelMA analogs: gelatin A methacryloyl glycerylester (polymer A) and gelatin B methacrylamide (polymer B). Polymers A and B were used to fabricate pH-responsive hydrogel microspheres in a flow-focusing microfluidic device. At neutral pH, polymer A and B microspheres displayed an average diameter of ~40 µm. At pH 6, microspheres from polymer A showed a swelling ratio of 159.1 ± 11.5%, while at pH 10, a 288.6 ± 11.6% swelling ratio was recorded for polymer B particles.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,347
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207